1
دانشجوی دکتری گروه مهندسی کامپیوتر، واحد میبد، دانشگاه آزاد اسالمی، میبد، ایران
2
عضو هیئت علمی گروه مهندسی کامپیوتر، واحد میبد، دانشگاه آزاد اسالمی، میبد، ایران
چکیده
حل مسئله ماز یکی از مسائل کلاسیک در نظریه گراف است. مسئله ماز انواع مختلفی دارد که می‌توان به مواردی چون ماز اعداد، ماز پیچ‌وخم، ماز دایره‌ای، ماز تله و حلقه، ماز همیلتون و ماز بلوک اشاره کرد. سیستم‌های دسته‌بند یادگیر به‌طور موفقیت‌آمیز در مسائل مربوط به دسته‌بندی و داده‌کاوی، مسائل یادگیری تقویت، مسائل رگرسیون، یادگیری نقشه شناختی و حتی مسائل کنترل ربات مورداستفاده قرار گرفته است. در این مقاله، برای حل مسئله ماز از سیستم دسته‌بند یادگیر تک عامل استفاده‌شده است که با شناخت محیط و یادگیری، مسیری را برای رسیدن به هدف پیدا می‌کند. به‌منظور یادگیری بهتر از اعمال تشویق و تنبیه مناسب استفاده می‌شود و همچنین جهت پوشش کامل فضای مسئله و فرار از بهینه محلی، از الگوریتم ژنتیک بهبودیافته، استفاده شده که شامل یک عامل جهش بهبودیافته است. نتایج پیاده‌سازی رویکرد پیشنهادی، بیانگر کاهش زمان حل مسئله و افزایش دقت الگوریتم است.
فروزانی فرد, علیرضا, & میرزائی, کمال. (1400). طراحی سیستم دسته‌بند یادگیر برای حل مسئله ماز با استفاده از الگوریتم ژنتیک بهبودیافته. علوم رایانشی, 6(2), 80-92.
MLA
علیرضا فروزانی فرد; کمال میرزائی. "طراحی سیستم دسته‌بند یادگیر برای حل مسئله ماز با استفاده از الگوریتم ژنتیک بهبودیافته". علوم رایانشی, 6, 2, 1400, 80-92.
HARVARD
فروزانی فرد, علیرضا, میرزائی, کمال. (1400). 'طراحی سیستم دسته‌بند یادگیر برای حل مسئله ماز با استفاده از الگوریتم ژنتیک بهبودیافته', علوم رایانشی, 6(2), pp. 80-92.
VANCOUVER
فروزانی فرد, علیرضا, میرزائی, کمال. طراحی سیستم دسته‌بند یادگیر برای حل مسئله ماز با استفاده از الگوریتم ژنتیک بهبودیافته. علوم رایانشی, 1400; 6(2): 80-92.
)